基于全卷积网络的可重构智能表面空间复用传输
信号处理
2022-09-22 v2 机器学习
摘要
可重构智能表面（RIS）是未来无线通信系统中一项新兴技术。本文中，我们考虑由 RIS 辅助的下行链路空间复用以实现加权和速率（WSR）最大化。文献中多数方案采用交替梯度优化，其性能一般、复杂度高且可扩展性有限。我们提出应用全卷积网络（FCN）解决该问题，该网络最初为图像语义分割而设计。RIS 的矩形形状以及由于天线间距短导致的相邻 RIS 天线间信道空间相关性，促使我们将其应用于 RIS 配置。我们设计了一组信道特征，包含经由 RIS 的级联信道与直连信道。在基站（BS）中，可微最小均方误差（MMSE）预编码器用于预训练，随后采用加权最小均方误差（WMMSE）预编码器进行微调，后者不可微、更复杂，但性能更优。评估结果表明，所提方案具有更高性能且比基线方案评估更快，因此能更好地扩展至大规模天线，推动 RIS 向实际部署迈进。
引用
@article{arxiv.2201.02834,
title = {Reconfigurable Intelligent Surface Enabled Spatial Multiplexing with Fully Convolutional Network},
author = {Bile Peng and Jan-Aike Termöhlen and Cong Sun and Danping He and Ke Guan and Tim Fingscheidt and Eduard A. Jorswieck},
journal= {arXiv preprint arXiv:2201.02834},
year = {2022}
}